首页 > 业界 > 关键词  > Vidu最新资讯  > 正文

AI日报:Vidu推“主体参照”功能;200美元ChatGPT Pro上线;荣耀手机首发 AI 智能体

2024-09-11 15:46 · 稿源:站长之家

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南,每天我们为你呈现AI领域的热点内容,聚焦开发者,助你洞悉技术趋势、了解创新AI产品应用。

新鲜AI产品点击了解:https://top.aibase.com/

1、Vidu推出“主体参照”功能 解决AI生成视频中的角色一致性问题

近日,生数科技和清华大学联合研发的国内首个纯自研原创视频大模型Vidu推出了“主体参照”功能,实现对任意主体的一致性生成,让视频生成更加稳定、可控。该功能面向用户免费开放,代表着AI完整叙事的开端,将AI视频创作提升至更高效、更灵活的阶段。

【AiBase提要:】

🔑 Vidu推出“主体参照”功能,解决AI生成视频中的角色一致性问题。

🚀 “主体参照”功能面向任意主体,确保视频生成中的一致性和可控性。

💡 未来将探索精确控制多主体交互、风格统一、多变场景稳定切换等复杂元素,满足更高层次的叙事需求。

2、200美元ChatGPT Pro上线!“草莓”推理也要像人类一样慢条斯理!

OpenAI推出售价200美元/月的ChatGPT Pro,将引入全新的“草莓”模型,模仿人类思考过程,提高AI算力利用效率。虽然面临响应时间和计算资源消耗挑战,但优化策略和测试时计算技术将带来更准确的内容生成。

image.png

【AiBase提要:】

🍓 新推出的ChatGPT Pro将引入“草莓”模型,模仿人类思考过程

🔍 “草莓”模型通过测试时计算技术提高AI算力利用效率

💡 优化策略和动态调整后续回答将提升输出质量

3、开源神器WechatFerry 轻松打造你的专属微信机器人

在这个科技飞速发展的时代,WechatFerry作为开源框架为开发者提供了强大、高效且高度可定制的微信机器人解决方案,极大简化了开发和集成过程。它集成了丰富的插件生态和全面的SDK封装,提供一站式解决方案,确保微信操作的高效性和稳定性。WechatFerry的出现注入了新的活力,降低了开发门槛,提高了开发效率,为探索微信机器人潜力的开发者提供了理想的起点。

image.png

【AiBase提要:】

🔧 WechatFerry是一把多功能瑞士军刀,提供强大、高效且高度可定制的微信机器人解决方案。

🌟 WechatFerry集成丰富的插件生态和全面的SDK封装,简化了微信机器人的开发和集成过程。

💡 WechatFerry提供了WCF SDK客户端和Agent库,支持广泛的微信操作和简洁易用的接口,使开发者能快速实现各种微信相关功能。

详情链接:https://github.com/wechatferry/wechatferry

4、荣耀手机首发 AI 智能体,正式进入 “自动驾驶” 时代!

荣耀在柏林消费电子展上推出了全球首个基于多模态的个人化智能体 HONOR AI Agent,标志着荣耀正式进入“自动驾驶”时代。该智能体展示了强大的能力,能够理解用户意图并自动调用相关应用完成任务,为用户解决问题。

image.png

【AiBase提要:】

📱 荣耀推出全球首个基于多模态的个人化智能体 HONOR AI Agent,具有强大的能力。

🚀 荣耀手机在柏林消费电子展上展示了最新产品,包括 Magic V3折叠屏手机和 AI PC等。

💡 荣耀提出四层 AI 战略架构,追求更高层次的人工智能应用,实现跨系统、跨设备的融合。

5、人形机器人公司「加速进化」完成亿元Pre-A轮融资

一家专注于人形机器人研发的科技公司「加速进化」近日宣布完成亿元级Pre-A轮融资,加速推动通用双足机器人开发。公司致力于推动人形机器人从专用性向通用性转变,展示了高泛化和多场景应用能力。团队实力雄厚,吸引了投资和关注,预示着人形机器人领域的发展潜力。

【AiBase提要:】

🚀 公司完成亿元级Pre-A轮融资,加速推动通用双足机器人开发。

💡 公司致力于推动人形机器人从专用性向通用性转变,展示高泛化和多场景应用能力。

💪 团队实力雄厚,吸引了投资和关注,预示着人形机器人领域的发展潜力。

6、Nous Research推出优化器DisTrO,普通网络条件也可以训练AI模型了

Nous Research的DisTrO优化器为AI模型训练带来革命性变革,让普通人也能在家中高效训练强大的AI模型。该技术通过减少GPU间传输信息量,提升训练效率857倍,降低传输信息量至86.8MB。开放的竞争环境推动技术进步,让更多人参与AI领域。

image.png

【AiBase提要:】

🚀 DisTrO优化器让普通人能在家中训练强大AI模型,提升训练效率857倍,传输信息量降至86.8MB。

💡 开放竞争环境推动技术进步,使研究者和机构更自由进行创新实验。

💻 DisTrO降低GPU间通信开销,使AI模型在较慢互联网连接下训练,有望达到1000到3000倍通信需求降低。

详情链接:https://venturebeat.com/ai/this-could-change-everything-nous-research-unveils-new-tool-to-train-powerful-ai-models-with-10000x-efficiency/

7、谷歌创始人布林透露:他几乎每天都在参与 AI 项目

在最近举行的“All-In Summit2024”峰会上,谷歌创始人布林透露,他对AI的快速进展感到兴奋,因此几乎每天都在谷歌参与AI项目。他认为未来AI模型训练不需大规模提升计算能力,算法进步同样重要。布林的回归引发广泛关注,有望为谷歌的AI技术带来更多创新与进展。

【AiBase提要:】

🌟 谷歌创始人布林几乎每天都在参与AI项目,因其对AI的快速进展感到兴奋。

💡 布林认为未来AI模型的训练不需大规模提升计算能力,算法的进步同样重要。

🚀 布林的回归引发关注,他的参与有望为谷歌的AI技术带来更多创新与进展。

8、美国警方出奇招!用AI生成14岁少女诱捕性犯罪嫌疑人

最近,美国新墨西哥州的警方在一项调查中使用AI生成的虚拟14岁女孩照片引诱性犯罪嫌疑人,引发了伦理和法律讨论。这种方法成功捕获嫌疑人,但也涉及深层次的道德问题。

【AiBase提要:】

🔍 新墨西哥警方使用AI生成的虚拟少女照片引诱性犯罪嫌疑人。

⚖️ 捕获嫌疑人同时引发了伦理与法律新问题。

📸 AI生成儿童图像需依赖真实儿童照片,涉及同意及隐私问题。

9、Arcee AI推出SuperNova:企业定制、遵循指令的大语言模型

Arcee AI推出了SuperNova,为企业提供了部署、具有先进指令遵循能力和完全定制选项的700亿参数语言模型。SuperNova解决了企业数据隐私、模型稳定性和定制化方面的关键问题,提供了强大、可拥有的替代方案。

image.png

【AiBase提要:】

✨ SuperNova为企业提供了部署、定制选项和指令遵循能力。

🔑 企业可以在自己的基础设施内部署SuperNova,保护数据隐私和提高模型稳定性。

💡 SuperNova允许企业进行微调和重新训练,满足特定领域知识和公司需求。

详情链接:https://blog.arcee.ai/meet-arcee-supernova-our-flagship-70b-model-alternative-to-openai/

10、对抗Deepfake!中科院女工程师开源AI模型保护女性

近期,韩国Deepfake事件引发全球关注,中科院女工程师张欣怡开源AI模型对抗Deepfake技术滥用。她的举动受到广泛关注,呼应了技术向善理念,但也提醒技术无法完全解决问题,需要法律、教育等多方面综合防御。

【AiBase提要:】

🔥张欣怡开源AI模型对抗Deepfake,引起广泛关注。

💡技术向善理念需社会共同努力,提醒技术无法彻底解决问题。

⚖️需从法律、教育等多方面入手构建完善防御体系。

11、又损失一个大将!OpenAI GPT-4o 背后灵魂人物宣布辞职创业

在AI的世界里,变化总是来得比我们想象的还要快。OpenAI的首席研究员Alexis Conneau宣布辞职创业,引发AI圈的热议。Conneau在AI领域的贡献和创新让人期待他的新公司能带来何种惊喜。

image.png

【AiBase提要:】

🚀 Alexis Conneau离开OpenAI,开始创业之路,引发AI圈热议。

💡 Conneau在NLP领域做出重要贡献,无监督机器翻译等项目是重要里程碑。

🎓 Conneau的学术背景和职业经历为他的科研和创业之路奠定了坚实基础。

12、霉霉宣布支持哈里斯,抵制特朗普利用AI照片造谣

泰勒・斯威夫特在社交媒体上宣布支持副总统卡马拉・哈里斯,反对特朗普利用AI照片造谣。她强调保持透明,用真相打击虚假信息。AI技术滥用引发担忧,促使公司加强信息管控。

image.png

【AiBase提要:】

🌟 泰勒・斯威夫特支持副总统卡马拉・哈里斯,反对特朗普的AI假endorsement。

💬 她呼吁保持透明,强调用真相打击虚假信息。

🔍 AI技术的滥用引发担忧,促使一些公司加强对信息的管控。

举报

  • 相关推荐
  • 大家在看
  • Product Description Generator:利用AI技术生成多语言产品描述

    Product Description Generator是一个基于人工智能技术的电商演示项目,它能够让用户上传产品图片,并生成不同语言的详细产品描述。该项目由Together AI和Llama 3.2 Vision提供支持,使用户能够快速生成适合多语言市场的电商产品描述。它的重要性在于帮助电商企业节省编写产品描述的时间和成本,同时提高产品的国际化水平。

  • Zeli:用中文阅读Hacker News和AI论文

    Zeli是一个旨在帮助用户快速挑选感兴趣的科技新闻文章阅读的平台。它专注于提供Hacker News和AI论文的中文翻译,让用户能够更便捷地获取和理解最新的科技资讯和研究成果。Zeli通过翻译和聚合内容,降低了语言障碍,使得中文用户能够更容易地接触到全球的科技创新和学术进展。

  • DrunkSense:全球首个无需呼吸测醉器的被动醉酒驾驶检测系统

    DrunkSense是VinAI公司推出的一款革命性的醉酒驾驶检测技术,它利用多传感器方法,结合面部表情跟踪、车辆控制监控和空气酒精传感器,能够在无需驾驶员主动配合的情况下,以85%的准确率检测出驾驶员是否处于醉酒状态。这项技术不仅提高了检测的灵敏度,还减少了因醉酒驾驶引发的交通事故,为现代交通安全带来了突破性的改进。DrunkSense技术的出现,为汽车制造商提供了符合严格标准的安全解决方案,有助于提升所有交通参与者的安全感。

  • Intel Core Ultra Desktop Processors:首款AI PC英特尔®酷睿™至尊台式机处理器

    英特尔®酷睿™至尊200系列台式机处理器是首款面向台式机平台的AI PC处理器,为发烧友带来卓越的游戏体验和行业领先的计算性能,同时显著降低功耗。这些处理器拥有多达8个下一代性能核心(P-cores)和多达16个下一代能效核心(E-cores),与上一代相比,在多线程工作负载中性能提升高达14%。这些处理器是首款为发烧友配备神经处理单元(NPU)的台式机处理器,内置Xe GPU,支持最先进的媒体功能。

  • OneIMGAI:一键生成图片的AI工具

    OneIMG是一个基于人工智能技术的在线图片生成工具,它通过用户输入的文本描述来生成相应的图片。这种技术的应用可以极大地提高设计师和创意工作者的工作效率,因为它可以快速地将创意转化为视觉图像。OneIMG的背景信息显示,它是一个创新的产品,旨在通过AI技术简化图片创作流程。目前,OneIMG提供免费试用,但具体的定价策略尚未明确。

  • Silo:多模型对话,文生图

    Silo是一个专注于多模型对话的平台,它通过整合不同的对话模型,为用户提供丰富、深入的交流体验。该平台不仅能够处理文本对话,还能生成图像,为用户提供视觉化的交流方式。Silo的背景信息显示,它是一个创新的尝试,旨在通过技术手段打破传统对话的局限,让交流更加生动和有趣。目前,Silo提供免费试用,具体价格和定位尚未明确。

  • Copilot Lab:探索和体验Microsoft Copilot的智能辅助功能

    Copilot Lab是微软推出的一个在线平台,旨在展示和教育用户如何使用Microsoft Copilot的智能辅助功能。Copilot通过集成到常用的Microsoft 365应用程序中,如Word、Excel、PowerPoint等,帮助用户更高效地完成工作。它利用人工智能技术,根据用户提供的指令(prompts)自动生成内容,从而提高工作效率和创造力。Copilot Lab提供了丰富的示例和指导,帮助用户快速上手并充分利用Copilot的强大功能。

  • We, Robot:特斯拉自动驾驶技术与机器人的未来愿景

    We, Robot 是特斯拉公司展示其在自动驾驶技术和机器人技术领域愿景的页面。它强调了特斯拉对于创建可持续未来、提高交通效率、可负担性和安全性的承诺。该页面介绍了特斯拉的全自动驾驶技术(监督)以及未来自动驾驶汽车和机器人的潜在应用,如Robotaxi、Robovan和Tesla Bot。这些技术旨在通过自动化提高日常生活的便利性,同时减少交通事故,降低交通成本。

  • Kimi探索版:深度推理AI搜索功能,像人类一样思考和解决问题。

    Kimi探索版是Kimi新增的深度推理AI搜索功能,通过理解、拆解问题,再进行搜索和推理给出答案,一次搜索即可精读500个页面。新功能让Kimi能像人类一样思考,提供更准确、实用的搜索结果。还能使用数学模型和编程处理复杂问题,并在必要时进行自我反思以优化答案。简而言之,Kimi探索版让AI搜索更智能,更接近人脑的工作方式。

  • The Innovation Workspace:AI驱动的协作平台,助力团队从想法到成果快速推进。

    The Innovation Workspace 是一个集成了人工智能技术的协作平台,旨在帮助团队更高效地将想法转化为实际成果。它提供了一个无限的画布空间,让团队可以添加内容、推进项目,并共同工作直至想法成真。该平台拥有超过80M用户和250,000家公司,正在使用它来加速和管理他们的端到端创新生命周期。Miro提供了广泛的配置和原生安全控制,以适应不同组织规模和复杂性的具体要求。

  • Inbox AI:AI驱动的个人生产力工具

    Inbox AI是一款AI驱动的个人生产力工具,旨在帮助用户通过智能化的方式管理和自动化电子邮件任务。它提供了基于云的AI服务,同时也支持隐私优先的本地AI处理。用户可以根据自己的需求选择使用在线AI或本地AI,以提高日常工作效率,减少重复性任务,专注于更重要的事情。Inbox AI的主要优点包括无需重复订阅费用、支持多种输入方式(如邮件、屏幕截图、语音命令等)、与多种应用(如Notion、Obsidian等)集成,以及提供Apple Mail扩展等。

  • State of AI Report 2024:2024年AI发展状态的权威报告

    State of AI Report 2024是由AI领域投资者Nathan Benaich和Air Street Capital共同制作的年度报告,旨在分析AI领域最有趣的发展,并引发关于AI现状及其对未来影响的知情讨论。报告涵盖了研究、产业、政治、安全等多个维度,提供了对未来AI发展的预测和评估。这份报告是了解AI领域最新进展和趋势的重要资源,对于研究人员、企业家、政策制定者以及对AI感兴趣的公众都具有极高的参考价值。

  • Cheating LLM Benchmarks:研究项目,探索自动语言模型基准测试中的作弊行为。

    Cheating LLM Benchmarks 是一个研究项目,旨在通过构建所谓的“零模型”(null models)来探索在自动语言模型(LLM)基准测试中的作弊行为。该项目通过实验发现,即使是简单的零模型也能在这些基准测试中取得高胜率,这挑战了现有基准测试的有效性和可靠性。该研究对于理解当前语言模型的局限性和改进基准测试方法具有重要意义。

  • Cove:AI协作者,共同探索、规划和工作的新方式。

    Cove是一个新型的AI协作者,它通过共享工作空间、直接编辑内容、学习用户添加的内容,并提供多个可能的方向来推动用户的工作。Cove利用最新的网络数据,加速用户的工作,同时通过并行搜索提高效率。Cove支持多种文件格式,如文本、表格、图像、网页和PDF等,让AI和用户之间共享上下文,从而更好地协作。Cove的产品背景信息包括由红杉资本领投的600万美元种子轮融资,并且提供Chrome扩展,方便用户在不同的网站和应用中使用。

  • Kvistly:AI驱动的互动式测验制作工具

    Kvistly是一个利用人工智能技术创建互动式测验的平台,旨在提升销售培训、团队建设、培训和入职等环节的效率和参与度。它通过实时的互动学习连接真人,增强团队协作和知识传递。产品背景信息显示,Kvistly在教育和商业培训领域具有重要性,通过游戏化学习提高员工的参与度和学习效果。价格方面,Kvistly提供定价信息,但具体细节需访问其定价页面了解。

  • Quetzal:现代国际化平台,快速实现产品多语言支持。

    Quetzal是一个现代国际化平台,旨在帮助用户快速将产品翻译成多种语言,以获得全球新客户。该平台提供工具,支持20多种语言,与Next.js和React兼容,并且拥有快速设置流程,仅需约10分钟。Quetzal利用人工智能技术,结合应用程序的上下文,在几分钟内实现最佳翻译效果。它还提供了一个仪表板,让用户可以在一个地方查看和管理所有的字符串。产品背景信息显示,Quetzal由Quetzal Labs, Inc.在奥克兰精心打造,并且提供了一个慷慨的免费计划,直到用户添加第二种语言。

  • Aria:多模态原生混合专家模型

    Aria是一个多模态原生混合专家模型,具有强大的多模态、语言和编码任务性能。它在视频和文档理解方面表现出色,支持长达64K的多模态输入,能够在10秒内描述一个256帧的视频。Aria模型的参数量为25.3B,能够在单个A100(80GB)GPU上使用bfloat16精度进行加载。Aria的开发背景是满足对多模态数据理解的需求,特别是在视频和文档处理方面。它是一个开源模型,旨在推动多模态人工智能的发展。

  • Marqo:训练和部署嵌入式模型的AI平台

    Marqo是一个专注于训练和部署嵌入式模型的平台,它提供了一个端到端的解决方案,从模型训练到推理,再到存储。Marqo支持150多种嵌入式模型,并且可以快速原型设计,加速迭代,并无缝部署。该平台支持多模态模型,如CLIP,可以从图像和其他数据类型中提取语义信息,实现文本和图像的无缝搜索,甚至可以将文本和图像组合成一个向量。Marqo还支持100多种语言的搜索,提供最先进的多语言模型,无需手动进行语言配置即可扩展到新的地区。此外,Marqo的可扩展性允许用户在笔记本电脑上的Docker镜像中运行,也可以扩展到云端数十个GPU推理节点,提供低延迟的搜索服务。

  • AMD Instinct MI325X Accelerators:为AI基础设施提供领导性的AI性能

    AMD Instinct MI325X加速器基于AMD CDNA 3架构,专为AI任务设计,包括基础模型训练、微调和推理,提供卓越的性能和效率。这些产品使AMD的客户和合作伙伴能够在系统、机架和数据中心层面创建高性能和优化的AI解决方案。AMD Instinct MI325X加速器提供了行业领先的内存容量和带宽,支持6.0TB/s的256GB HBM3E,比H200多1.8倍的容量和1.3倍的带宽,提供了更高的FP16和FP8计算性能。

  • Ryzen™ AI PRO 300 Series Processors:第三代商用AI移动处理器,为商务用户带来前所未有的AI计算能力和多日电池续航。

    AMD Ryzen™ AI PRO 300系列处理器是专为企业用户设计的第三代商用AI移动处理器。它们通过集成的NPU提供高达50+ TOPS的AI处理能力,是市场上同类产品中性能最强的。这些处理器不仅能够处理日常的工作任务,还特别为满足商务环境中对AI计算能力的需求而设计,如实时字幕、语言翻译和高级AI图像生成等。它们基于4nm工艺制造,并采用创新的电源管理技术,能够提供理想的电池续航能力,非常适合需要在移动状态下保持高性能和生产力的商务人士。

今日大家都在搜的词:

热文

  • 3 天
  • 7天